[发明专利]基于粗定位和协同表示的高光谱异常点快速检测方法

说明书

本发明公开了一种基于粗定位和协同表示的高光谱异常点快速检测方法，首先对输入的高光谱遥感影像进行空间维降质；然后对降质后的图像和原始图像进行对比，粗定位异常点；将粗定位的异常点用于指导空间维像素间的协同表示，通过设置合适的内外窗大小，将内外窗之间当前的所有背景点像元用于协同表示，重构中心点像元，并通过衡量重构中心点像元与实际像元之间的差异，获取最终的空间异常响应图；最后设定阈值，根据空间异常响应图进行异常点的检测，得到最终的异常与背景检测图。本发明在减少计算复杂度的同时解决了现有技术中存在的高光谱遥感影像异常检测方法检测精度不高的问题。

技术领域

本发明属于遥感影像技术领域，具体涉及一种基于粗定位和协同表示的高光谱异常点快速检测方法。

背景技术

20世纪80年代，随着遥感技术的迅速发展，高光谱图像技术得到了广泛的关注，并逐渐成为遥感科学领域的一个重要研究方向。高光谱图像往往被定义为光谱分辨率在10纳米范围内的光谱图像，其波段可达数百条甚至数千条。搭载在不同空间平台上的光谱成像仪以成百上千的连续光谱记录目标区域，使得高光谱影像不但能获取到成像物体的空间信息，还能获得该物体的光谱信息，得到的是一个三维的立方体数据，其中两维是空间维，一维是光谱维。高光谱遥感影像丰富的光谱信息，可以用于反演空间上任意一点的物质属性。通过分析高光谱影像中光谱信息和空间信息，用于区分图像中的背景地物和异常信息，使得高光谱遥感影像被广泛应用于军事侦察，矿产探测，以及环境监测等领域。

然而，由于高光谱影像的高维性，使得现有的异常检测算法计算代价较高。同时由于地表地物分布的复杂性，异常物体的尺寸小，导致异常目标往往以少数几个像元的形式存在，难以区分背景与异常目标。如何实现背景与异常快速且有效的检测，是高光谱遥感影像异常检测方法要解决的问题。

发明内容

本发明的目的是提供一种基于粗定位和协同表示的高光谱异常点快速检测方法，解决了现有技术中存在的高光谱遥感影像异常检测方法效率低且检测精度不高的问题。

本发明所采用的技术方案是，一种基于粗定位和协同表示的高光谱异常点快速检测方法，具体按照以下步骤实施：

步骤1、对输入的高光谱遥感影像进行空间维降质；

步骤2：对步骤1中降质后的图像和原始图像进行对比，粗定位异常点；

步骤3：将步骤2粗定位的异常点用于指导空间上像素间的协同表示，通过设置合适的内外窗大小，将内外窗之间的所有粗定位为背景点的像元进行协同表示，重构中心点像元，并通过衡量重构中心点像元与实际像元之间的差异，获取最终的空间异常响应图；

步骤4：设定阈值，根据步骤3中的空间异常响应图进行异常点的检测，得到最终的异常与背景检测图。

本发明的特点还在于，

步骤1具体按照以下步骤实施：

步骤1.1、设置下采样率为0.5，相应的上采样率为2，相应的上下采样方式均为双三次插值方式；

步骤1.2、对输入的原始高光谱遥感影像X按照步骤1.1中设置的下采样率和方式进行下采样；

步骤1.3、将步骤1.2中下采样后的影像按照上步骤1.1中设置的上采样率和方式进行上采样，得到空间降质的高光谱遥感影像其大小与原始高光谱遥感影像X一致。

步骤2具体按照以下步骤实施：

步骤2.1、将步骤1.3中得到的空间降质的高光谱遥感影像和原始高光谱遥感影像X相减，得到三维差影像D；

步骤2.2、计算步骤2.1中三维差影像D空间上任一点所对应光谱曲线的一阶范数，得到二维的一阶范数分布图M；